视频世界模型对隐藏物体的保持能力研究
Get the story
2026年10月7日，arXiv Computer Vision 发布一手研究《视频世界模型对隐藏物体保留了什么：追踪不等于永久存在》。研究使用冻结的 V-JEPA 2 预测器隐藏物体，并比较其预测与编码器表征。结果显示：静止物体仅被部分保留；被容器携带的物体完全不被保留；移动物体在 0.3 秒内丢失。作为对照，V-JEPA 自身 tube mask 下保留至 0.5 秒，ViT-H 在 90% 掩码率下保留至 1.1 秒。研究据此表明，视频世界模型对隐藏物体的保持并不等同于永久存在，追踪能力与持续表征能力存在差异。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer Vision视频世界模型对隐藏物体保留了什么：追踪不等于永久存在
研究以冻结的 V-JEPA 2 预测器隐藏物体，比较其预测与编码器表征：静止物体仅部分保留，被容器携带的物体完全不保留，移动物体在 0.3 秒内丢失（V-JEPA 自身 tube mask 下 0.5 秒，ViT-H 在 90% 掩码率下保留至 1.1 秒）。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.